The future of climate projection
29:05 Share

气候模型师阿迪提·谢沙德里（Aditi Sheshadri）表示，尽管天气预报和气候预测基于相似的科学原理，但它们是非常不同的学科。天气预报关注的是下周的情况，而气候预测则关注下个世纪。谢沙德里在斯坦福工程学院的《一切的未来》播客中告诉主持人拉斯·阿尔特曼（Russ Altman），低成本高空气球和人工智能等新数据和技术正在重塑气候预测的未来。如果你有问题想问拉斯，请以书面或语音备忘录的形式发送给我们，可能会在即将到来的节目中被提及。请介绍一下自己，告诉我们你来自哪里，并分享你的问题。你可以将问题发送至[email protected]。节目参考链接：斯坦福个人资料：阿迪提·谢沙德里与我们联系：节目文字记录 >>> 一切的未来网站与拉斯联系 >>> Threads / Bluesky / Mastodon与工程学院联系 >>> Twitter/X / Instagram / LinkedIn / Facebook章节：（00:00:00）介绍拉斯·阿尔特曼介绍嘉宾阿迪提·谢沙德里，斯坦福大学地球系统科学教授。（00:02:58）气候预测与天气预报气候预测与天气预报之间的区别。（00:04:58）混沌窗口气候建模中的“混沌窗口”概念。（00:06:11）气候模型的规模气候模型盒子的局限性和规模。（00:08:19）计算约束气候建模中网格大小和时间步长的计算限制。（00:10:56）气候建模中的参数测量的基本参数，如密度、温度和水蒸气。（00:12:18）气候模型中的海洋海洋在气候建模中的作用及其在预测中的整合。（00:14:35）大气重力波大气重力波及其对天气模式的影响。（00:18:51）极地涡旋与气旋对极地涡旋和热带气旋频率的研究。（00:21:53）气候研究与公众意识向相关受众传达气候模型发现。（00:23:33）新数据来源来自谷歌项目的意外数据如何帮助气候研究，（00:25:09）地球工程考虑在干预之前进行彻底建模的地球工程。（00:28:19）结论 与我们联系：节目文字记录 >>> 一切的未来网站与拉斯联系 >>> Threads / Bluesky / Mastodon与工程学院联系 >>> Twitter/X / Instagram / LinkedIn / Facebook</context> <raw_text>0 大家好，我是来自《一切的未来》的拉斯·阿尔特曼。我们在播客中开始了新的问答环节。在每集的最后，我将回答来自像你们这样的观众和听众的一些问题。

如果你有问题，请以书面或语音备忘录的形式发送给我们，可能会在即将到来的节目中被提及。请介绍一下自己，告诉我们你来自哪里，并给我们你的问题。你可以将问题发送至thefutureofeverythingatstanford.edu。未来的一切，所有一个词，没有空格，没有大写，没有其他，at stanford.edu。

S-T-A-N-F-O-R-D dot E-D-U。非常感谢。它们构成了喷流动量预算的一个重要部分，这是一种行星尺度的现象。每个人都熟悉它。如果喷流，例如，减速或加速，从纽约到伦敦所需的时间将会非常不同，对吧？因此，喷流的动量预算部分是由这些重力波设定的。♪

这是斯坦福工程学院的《一切的未来》，我是你的主持人拉斯·阿尔特曼。如果你喜欢这个播客，并且它在某种程度上对你有所帮助，请考虑与朋友、家人、邻居和同事分享。个人推荐是传播节目的好方法。

今天，阿迪提·谢沙德里将告诉我们气候预测如何使她能够在较长时间内观察地球的大面积区域，以了解气候可能如何演变。这是气候预测的未来。在我们开始之前，如果你喜欢这个节目，请记得与家人、朋友和同事分享。这是传播节目的好方法，确保每个人都了解一切的未来。

所以当我们想到气候时，我们会想到天气。我们会想到今天的温度，是否会有风，是否会下雨。但从更大的角度来看，我们必须考虑气候在全球范围内的发展。平均温度会是什么？我们会看到冰山融化还是形成？

将会是什么样的喷流将空气从世界的一部分移动到另一部分？这属于气候预测的范畴。气候预测告诉我们何时会有气旋。今年我们会有90个气旋，还是50个，或者150个？它告诉我们极地涡旋以及喷流可能在哪里，以及这对冬季风暴可能意味着什么。

它可能告诉我们气候与土地的沿海相互作用以及许多其他基于气候的现象。阿迪提·谢沙德里是斯坦福大学地球系统科学的教授，也是伍德环境研究所的研究员。她是气候预测的专家，利用物理学和数据来建模气候如何随时间和大距离变化。

她将告诉我们这在气候建模方面是如何运作的，她在气候盒子中测量温度、压力和许多参数。她有很多盒子，并观察气候元素如何在不同的盒子之间移动。她还将告诉我们她如何从一个与气候预测几乎无关的谷歌实验中获得了一些特殊的免费数据，而这对她来说却是意外之喜。

阿迪提，你是气候建模和气候预测的专家，这与天气预报是不同的。所以我想先问一下，气候预测和天气预报之间有什么区别？对。气候预测

预测或预测和NWP，即数值天气预报，实际上非常相似，因为它们解决的是相同的一组方程。这些方程基本上只是守恒方程。因此，如果你有一个小的气氛盒子，质量、动量和能量在这个小盒子中必须被守恒，任何进入的东西必须要么出去，要么增加盒子中的东西。然而，在气候预测的情况下，有一些非常重要的区别。

气候预测通常没有数据输入到模型中。模型只是自由运行，它只是向前整合时间，通常是数百年。在天气预测的情况下，模型使用数据同化，这意味着当模型向前推进时，

任何可能的数据源都会提供给它。而且，天气预测预计在10到14天的范围内是相对准确的。我的意思是，当它说三天后会下雨时，有50%的可能性会下雨，我们往往会比较认真地看待这个数字。它在某种程度上被期望是字面上的真实。在气候预测的情况下，是的。

问“2027年6月1日会有多热”是一个毫无意义的问题，因为它超出了混沌窗口。因此，气候保护更多的是试图理解变化气候中的统计数据。那么一个有意义的问题是，50年后6月的平均情况可能是什么样的，或者

50年后6月预计的降雨量的95百分位数是什么。因此，它们非常相似，但有重要的区别。好的，这很好。非常感谢。我们今天在谈论气候预测。所以你说，首先，你提到了混沌窗口。这是一个很好的短语。我们必须，我只想说，让我们提交混沌窗口。但我不

但我想它有这个技术含义。好的，让我们去那里。你所说的混沌窗口在你的建模中是什么意思？对。所以这不是一个技术术语。我喜欢它，但你应该申请专利。但它的意思是，如果你有两个模型，或者如果你有同一个模型并用混沌初始化它，

初始条件的微小差异，比如初始条件中的微小舍入误差，运行模型向前推进时，它们开始彼此偏离，一个朝一个方向走，另一个朝另一个方向走。我明白了。在大气的流体方程中，初始条件的这些误差大约每五到六天翻倍。

在10到14天结束时，模型完全失去了它们最初非常相似的初始条件的事实。好的。所以这有点像人们所说的蝴蝶效应，微小的差异在后续中产生影响。好的。谢谢。这正是蝴蝶效应。

你说了很多其他非常有趣的事情。所以你提到的建模的一个基本组成部分是，我想你说的是一个体积或一个立方体的空气，就像一个大气的立方体。因此，有一个问题是，在你的领域，这个立方体的大小是多少？比如说，我关心我后院的风，所以我可能希望你为我制作一个一英尺见方的立方体，或者30厘米见方的立方体。对。

为了获得准确的气候建模，你需要什么样的尺度？

对。所以我无法告诉你关于你后院的风的任何事情。因此，典型的，像现在最先进的气候模型将有一个大约100公里见方的网格盒子。好的。非常大。非常大。非常非常大。所以如果你有非常相邻的城市，模型就无法区分它们。好的。你实际上指出了建模气候或任何流体建模中的一个关键问题。

显然，有些过程发生在小于100公里见方的尺度上。还有一些过程发生在比模型的时间步长小得多的时间尺度上。因此，这是许多人目前投入思考、努力和时间的地方，即我们如何在小于100公里见方的尺度或低于...

气候模型的时间步长（大约30分钟）中发生的事情中，放入一些有意义的表示。30分钟。所以如果你考虑一下，比如说雨，云，我正在看窗外的云，它们在非常非常小的长度尺度上形成。我的意思是，你有连接在一个非常小的，

在100,000公里的一个小部分中迅速上升。因此，云是一个非常好的例子，涉及到在微小长度尺度和微小时间尺度上发生的所有事情，而我们没有希望建模，或者实际上没有希望建模，因为计算限制。

而且我所说的“永远”，是指在我的一生中。好的。所以，这实际上引出了我的下一个问题，那就是，我们是否在做100公里见方的立方体，因为这是你关心的关键长度尺度？还是因为计算能力的限制？所以，听起来如果你能做到10公里或更小，你会这样做。因为显然在100公里立方体算法中有很多10公里的立方体。

我猜这是计算限制？确实是计算限制。因此，气候的问题在于，我们需要对50年后、100年后的气候做出一些预测，对吧？我们需要对这些事情有有意义的统计数据。因此，为了获得这些有意义的统计数据，我们需要在100公里见方的尺度上运行。这是可能的。而且这不是100公里见方的立方体。哦。

抱歉，这是一个小点。没关系。大气在水平尺度上实际上比在垂直尺度上大得多。因此，垂直方向的间距不是100公里。建模的整个大气大约是100公里。因此，在

此外，它们是小煎饼，小小的煎饼。它们是小煎饼，是的。我喜欢这个。好的，明白了。好的，现在你提到的另一件事是，当你查看这个体积时，有...

这个体积内的参数。我想你说过，空气是进出，你必须确保不创造空气或消灭空气。所以给我一个关于你实际建模或测量的这些小煎饼中的参数的感觉。我猜温度是其中之一，但我不知道。所以在这些小煎饼中有哪些参数？密度、温度、三个方向的风。因此U、V，然后是W。

垂直风。是的。压力、温度和密度通过状态方程相互关联。然后，所以这些是动态变量。然后我们也非常关心水蒸气，对吧？那么在那个盒子中包含多少水蒸气？外面在下雨吗？如果下雨，那么水蒸气的量就会减少，对吧？云量是另一个因素。

然后还有各种其他的东西可以加入。我是说，你可以精确追踪那个盒子中的CO2量，或者你可以追踪那个盒子中的臭氧量等等。好的，好的。但然后我们就进入了化学的领域，这使得模型变得非常缓慢。是的，是的。但从动态的角度来看，我认为，我是一个流体动力学家，我们对空气的运动速度感兴趣，所以风，对吧？

在三个方向上，然后我们对密度、压力和温度等事物感兴趣。很好。所以现在我知道，因为我在我们聊天之前看过你的论文，我知道，众所周知，影响温度的一个重要因素是海洋。因此，你的模型是否必须包含水或某种海洋的表示，还是不需要？

对。所以如果你想做一切正确，你会将深海与大气耦合，这也会使事情变得非常非常缓慢。有多种方法可以做到这一点。我是说，有一种叫做混合层海洋的东西，你只需将海洋的顶部50米或100米与大气耦合。另一种方法是，你可以仅仅指定海面温度，以便模型底部的温度是

做一件好事，实际上是采用深海模型，我们称之为“旋转”。所以像是向前运行几百年，然后将这个旋转状态用作你的大气模型的基础。这是一个合理的做法。

但我认为你问我的任何问题都会打开一个潘多拉的盒子，因为我们认为深海洋流实际上会在更像千年时间尺度上达到平衡。因此，将深海与大气耦合在千年时间尺度上可能

不会很快发生。这又是有点复杂。但我们认为在十年到二十年、三十年的时间尺度上，海洋在大气温度变化中不应该发挥巨大作用。当然，它在厄尔尼诺、拉尼娜等事情中发挥作用。

但就趋势而言，海洋变化非常非常缓慢。好的，这很有道理。因此，在10年或20年的时间段内，你可以假装海洋是恒定的，尽管你知道它在变化，但它变化得非常缓慢。好的，谢谢。所以现在花了一些时间，但我认为我们现在对你所做的事情有了一个很好的视野。这里是一个大问题，这让你兴奋。你的实验室现在可以问什么样的问题

有能力做这些模型？对。所以能够做这些模型的能力已经存在了一段时间。我教一门关于气候建模的课程，我们谈论的第一个气候模型大约是在70年代。因此，这已经存在了一段时间。我认为最近对气候建模的兴趣大幅回升。

由于各种原因。回到我们之前提到的事情，我们非常关注这些所谓的子网格尺度过程，我的意思是发生在气候模型网格盒子无法有意义解析的长度尺度和时间尺度上的东西。

有各种这样的过程。有对流、降雨、云。我想了很多关于一种叫做大气重力波的过程。这太好了。我想问你关于重力波的问题，因为这听起来很酷。告诉我关于重力波的事情。好的。所以我倾向于不时与物理学家交谈。重力波不是引力波，那是时空中的皱纹，对吧？这不是。

大气重力波在大气中非常普遍。每当你有空气移动过任何障碍物，如山脉时，它们就会被强迫。地球表面有所有这些地形，对吧？然后每当有风暴时，比如一个巨大的对流风暴、热带气旋、喷流和锋面时，它们几乎在大气中的每个地方都被强迫。它们在垂直和水平上都传播。

所以你真的可以告诉，太平洋中有所有这些小小的岛屿。你可以告诉那些岛屿存在于数千公里之外，因为重力波在它们上面被强迫。它们在数千公里的距离上旅行。然后在大气中的某个点，它们会破裂，就像海滩上的波浪破裂一样。它们在大气中破裂，并在它们破裂的地方释放出微小的动量。因此，它们减缓了模型中破裂的盒子的流动。

它们是一个很好的例子，说明多尺度地球物理流体动力学可以是多么复杂，因为它们本身可以在米到行星长度尺度之间变化。它们可以从10的1次方到10的5次方米。因此，这意味着你会在你的盒子中捕捉到一些，但有些会小于你的盒子。确实如此。

而且它们在时间上也有很大的变化。因此，它们有一个巨大的频率范围。因此，它们可以非常非常快，或者它们可以相对较慢。好的。所以是的。问题是，虽然它们是子网格的，意味着它们并没有

这些波的整个频谱在模型中得到了很好的捕捉。它们似乎在强迫大气环流中发挥了非常重要的作用。因此，它们构成了喷流动量预算的一个重要部分，这是一种行星尺度的现象。每个人都熟悉它。如果喷流，例如，减速或加速，从纽约到伦敦所需的时间将会非常不同，对吧？是的。

因此，喷流的动量预算部分是由这些重力波设定的。我明白了。作为一个例子，它们在极地涡旋中发挥了重要作用，这是气候的另一个特征，我非常关注。我已经研究了10年，但我们会在其他日子谈论这个。太好了。这是《一切的未来》，我是拉斯·阿尔特曼。接下来还有阿迪提·谢沙德里。

欢迎回到《一切的未来》。我是拉斯·阿尔特曼，我正在与斯坦福大学的阿迪提·谢沙德里交谈。在上一节中，我们了解了气候预测是如何工作的。我们在公里尺度上有这些小煎饼大小的盒子，在那里我们测量与气候相关的物理现象。我们有很多这样的盒子，我们可以每30分钟更新这些盒子中的气候，我们可以这样做几个月或

几年，甚至更长。因此，我们对气候未来可能如何演变有了一个很好的图景。在这一节中，我们将讨论一些应用领域。你用这些工具可以做什么？你可以研究什么样的事情？比如说极地涡旋。在这一部分，我想问你，你和你的团队可以使用这些工具研究哪些气候现象。那么现在有什么令人兴奋的事情？

对。所以显然，我们一直在大量研究重力波。正如我所说，我已经思考极地涡旋10年了。这是我博士论文的主题。因此，极地涡旋每年冬天在两个极地上形成。它存在于平流层中，这是我们生活的上方的第二层大气。大约每隔一个冬天，在北半球，它会做一件美丽而激动人心的事情，就是它可以破裂。

所以它实际上可以做两种事情。一种是它可以分裂成两个小涡旋，称为子涡旋。另一件事是它可以稍微偏离极点。它位于极点的顶部，但它可以偏离极点。当它这样做时，我们生活的对流层中的喷流往往会稍微向北或向南移动，从而改变风暴在东海岸的袭击位置，作为一个例子。因此，紧随其后可能会出现极端的冬季天气。

所以这是我的团队研究的一个重要内容。我最近有一个学生对热带气旋非常感兴趣。因此，长期以来一个大开放性问题是，是什么决定地球每年看到的热带气旋数量？哦，是的。实际上是固定的。它固定在每年大约90个热带气旋。我们并不真正知道为什么会这样。

所以我的学生亚当一直在研究这个问题。他可能会在明年完成。因此，这是对他所做工作的一个很好的宣传。是的，干得好，亚当。对。所以与亚当一起，我们一直在思考是什么决定这个热带气旋的数量。他最近得到了一个非常好的结果，他将我们在地球上看到的热带气旋数量与热带地区这一大带降雨的纬度联系起来。它被称为ITCZ，即赤道辐合带。

因此，我们一直在基于这个想法工作，即赤道辐合带给你这些前驱扰动，或者我不知道该怎么称呼它们，种子。是的，小气旋种子。对。我们发现，当ITCZ的纬度更北时，你会得到更多的热带气旋。当ITCZ更南时，你会得到更少的热带气旋。对。

而且这是一个在观测中表现得非常好的想法。- 哦，这很令人兴奋，因为这实际上可能导致，比如说，今年根据我们的ITCZ位置，我们说会超过90个。因此，准备好，或者这可能是一个稍微轻松的年份。非常有趣。- 而且，我的意思是，这可能有助于在气候变化的背景下，因为如果我们对ITCZ在特定海洋盆地的位置有可靠的预测，

你可以考虑在几年内你会期望多少热带气旋。如果你对统计数据有一些了解，正如我之前所说，关于ITC将要在哪里的统计数据。非常好。所以这太棒了。那么谁是接收者？因此，当你进行这种建模时，尤其是当你得到一个好的结果时，就像你刚才描述的那样，

是否有像政府这样的机构或其他机构是你发现的接收者？我敢肯定，这些模型可能对政策制定者有实际影响。那么人们在倾听吗？科学家像你们这样的科学家如何将发现传播给相关人士？

对。我确实与气候建模人员进行了很多交流。我在GFDL和NCAR等地方有朋友，他们实际上构建气候模型。最近，我成为了一个项目的一部分，这个项目实际上是由施密特未来基金资助的。

现在称为施密特科学，旨在推动全球气候模型的系统性改进。我们彼此交流，并与建模中心的人交谈。

但就政策应用而言，我认为像我这样的人需要在沟通方面做得更好。我是说，这是我许多嘉宾和我自己的一个主题，正如你非常清楚的那样，科学家并没有接受政策方面的培训。我们接受的是科学培训。然而，我们所做的许多事情都引起了政策制定者的兴趣。这就是我问的原因。听起来他们在关注。而且当然，在你职业生涯的这个阶段，你只是想让模型正常工作并做一些有用的事情。然后

但随着你获得这些结果，比如亚当的结果，我可以想象你会被吸引到这些对话中，因为人们会说，哦，这可能会影响我们如何分配资源或其他事情。绝对如此。那么告诉我，是什么让你每天早上都感到兴奋的前沿事物？

对。所以一个令人兴奋的前沿是使用观察的组合。因此，我，例如，正在使用来自这个高层大气气球舰队的新观察。这实际上来自一个由谷歌设立的项目，与大气科学或气候无关。他们只是将气球放入高层大气中，为下面的每个人提供互联网。是的。

但我得到了这些数据，我们实际上正在使用它来为大气重力波提供约束。这有点神奇，因为我们完全免费获得了数据。例如，如果你要在科学气球活动中将十几个气球放入高层大气中，费用将达到数千万美元。

而这是千个气球，几乎提供了全球覆盖，虽然不是完全，但几乎是全球覆盖，而且完全免费。哇。

还有新方法，比如数据驱动的方法、机器学习，以推断我所谈到的一些东西。这些较小的尺度如何影响较大的尺度？是的，这听起来很令人兴奋，因为你最初的对话都是关于物理的。听起来你现在正在融合一些新的数据来源。这实际上是你所说的天气人员正在做的事情。但听起来现在你们气候人员也在这样做。确实如此。确实如此。

0 非常非常激动。我还想问你一个问题，但我忘了问，所以我很高兴我们还有一点时间。最近新闻中有很多关于天气地球工程的报道，听起来你的工具与这些问题相关。如果我故意在空气中放一些东西，比如说，来缓解全球变暖或类似的事情。告诉我，告诉

你的工作与此有关系吗？如果你有意见或担忧，我很想听听你对这个似乎正在出现的气候工程学科的看法。对，所以你绝对需要进行大量非常仔细的建模，以尝试理解这样做的副作用。所以我说过，大气是多尺度的。它也是高度非局部的。所以如果你做了某些事情，它会影响到...

天知道在其他地方会发生什么。因此，最常见的地球工程形式是将硫酸盐气溶胶放入平流层。平流层对我来说是一个重点。这样的事情的后果将是深远的，并且一些副作用可能是完全无法预见的。因此，在我们尝试

做这样的事情之前，需要进行大量的建模和大量的理解，包括物理和基于建模的理解。

所以这是一个，我不知道这是否是一个太尖锐的问题，但你的模型准备好运行了吗？我们可以在你的模型中添加一些硫酸盐吗？我们确实谈到了一点化学，我听到你清楚地说，这使得许多模型变得缓慢，因为你必须添加化学。因此，这是否是你正在关注的事情，并且在范围之内？因为在我看来，你绝对是对的，我们确实需要在做出如此重大决定之前进行广泛的模拟，去干扰这些大规模现象。

对，所以这是可以用现有一代模型来完成的。即使你没有互动化学，你也可以在温度中放入某种版本的这样做的效果，并看看下游会发生什么，对吧？还有一些人正在考虑模型的仿真器，而不是直接运行模型。你训练一个仿真器，然后运行仿真器而不是模型。所以你从物理转向了一种AI类型的方法？没错。

仿真器的准确性仅与训练它的模型一样。它在你训练的范围内表现良好，而泛化是一个问题。我的意思是，泛化是当模型看到一些它以前没有见过的东西时，对吧？是的。所以我们现在可以用模型进行地球工程实验，确实如此。

这不是我自己做的事情。我认为研究它是非常好的事情。听起来你正在为如何最好地进行这些模型的理解做出贡献。因此，如果我是一个下注的人，我会打赌在接下来的几年里，你可能会被吸引，因为这是一个引人注目的机会。但我们拭目以待。感谢阿迪提·谢沙德里。这就是气候预测的未来。

也感谢你收听这一集。你知道，我们的档案接近300集。因此，你有大量关于各种主题的讨论，可以让你了解一切的未来。此外，如果你喜欢这个节目，或者它以任何方式帮助了你，请考虑给我们评分和评论。事实上，如果我们值得的话，我们希望得到一个五分。所以请考虑这样做。这对我们帮助很大。

你可以在X或Twitter上与我联系，用户名是RB Altman，你可以与斯坦福工程部联系，用户名是Stanford ENG。

如果你想问关于这一集或之前一集的问题，请给我们发送书面问题或语音备忘录问题。我们可能会在未来的一集中展示它。你可以发送到[email protected]。所有单词，the future of everything。没有空格，没有下划线，没有破折号。the future of [email protected]。再次感谢你的收听。我们希望你喜欢这个播客。